Crescimento Populacional

Crescimento Populacional Ulysses Sodré ondrina-pr, 27 de Junho de 2007 Conteúdo 1 Esquema de um modelo matemático 2 2 Equações Diferenciais Ordinárias: y =f(x,y) 2 2.1 Elementos gerais de EDO.................. 3 2.2 Tipos de EDO......................... 3 2.3 Solução de uma EDO da forma y =f(x,y).......... 4 2.4 Aplicações das EDO...................... 5 3 Modelos Populacionais 6 3.1 Método das variáveis separáveis............... 6 3.2 Esquema usado para o modelo populacional........ 14 Bibliografia 15

Seção 1 Esquema de um modelo matemático 2 1 Esquema de um modelo matemático Modelo matemático: Quando estudamos situações que envolvem tanto a Matemática como equações, a teoria matemática tão importante como o modelo. Modelo matemático aplicado: Quando estudamos situações aplicadas envolvendo a Matemática, a teoria torna-se menos importante que o modelo e vale a pena incluir de uma forma conveniente a teoria e o modelo em uma mesma unidade. Modelo matemático Situação real Perguntas e Respostas Modelo matemático Perguntas e Respostas Teoria Modelo matemático aplicado Situação real Perguntas e Respostas Modelo matemático e Teoria Perguntas e Respostas Os modelos matemáticos explicam de forma quantitativa e de forma qualitativa os fenômenos da vida e são normalmente descritos por equações diferenciais que podem ser analisadas matematicamente. Uma parte extremamente importante do modelo é a comparação entre o mundo real e o modelo matemático. 2 Equações Diferenciais Ordinárias: y =f(x,y) As principais leis associadas às ciências são representadas por Equações Diferenciais Ordinárias. Tais leis nos permitem investigar problemas em Mecânica dos Fluídos, Circuitos elétricos, Reações Químicas, Transferência de calor, Crescimento Populacional, Geometria e muitos outros.

2.1 Elementos gerais de EDO 3 2.1 Elementos gerais de EDO Uma Equação Diferencial Ordinária (EDO) de Primeira Ordem pode ser escrita na forma y = f(x, y) onde f = f(x, y) depende das variáveis x e y. Alguns exemplos: y = x + 5, y = y exp(x), y = x 2 y, y = sin(y) Uma equação diferencial ordinária da forma y = f(x, y) pode ser classificada por um dos quatro tipos: Separável, Homogênea, Exata e inear. 2.2 Tipos de EDO 1. Separável: Quando f = f(x, y) pode ser escrita como o produto de duas funções contínuas das formas g = g(x) e h = h(y), isto é, y = g(x) h(y) Esta EDO pode ser escrita na forma dy/h(y) = g(x)dx, com a variável x de um lado e com a variável y do outro lado da igualdade. Exemplo: A EDO sin(x)dx + y 2 dy = 0 é Separável. 2. Homogênea: Uma função real f : R 2 R é denominada homogênea de grau n, se para todo t R, (t 0), vale a relação: f(tx, ty) = t n f(x, y). Exemplo: A função f(x, y) = x 2 + y 2 é homogênea de grau 2, mas f(x, y) = x 2 + y não é uma função homogênea. Uma equação diferencial da forma y = f(x, y) é Homogênea, se a função f = f(x, y) é homogênea de grau 0 (zero), isto é: Exemplo: A EDO y = x + y x f(tx, ty) = f(x, y) é homogênea.

2.3 Solução de uma EDO da forma y =f(x,y) 4 3. Exata: Uma EDO exata é se pode ser escrita na forma M(x, y)dx + N(x, y)dy = 0 sendo M = M(x, y) e N = N(x, y) funções continuamente diferenciáveis e satisfazendo: N x = M y Exemplo: A EDO 3x 2 ydx+(y+x 3 )dy = 0 é Exata, mas x 2 dx+xydy = 0 não é exata. 4. inear: Tem a forma y = f(x, y) onde f(x, y) = p(x)y + q(x) e que, em geral, pode ser reescrita como: y + p(x)y = q(x) Neste caso, as potências de y e de y são exatamente iguais a 1. Exemplo: A EDO y = sin(x)y + exp(x) é inear, mas a EDO y = sin(x)y + exp(x) y não é linear. 2.3 Solução de uma EDO da forma y =f(x,y) Solução de uma equação diferencial da forma y = f(x, y) é uma função y = g(x) que satisfaz a identidade Exemplos: g (x) f(x, g(x)) 1. A função y(x) = exp(x) é uma solução da EDO de primeira ordem y = y. 2. A função y 1 (x) = sin(x) é solução da EDO y cos(x) = 0. 3. A função y 2 (x) = sin(x) + 5 é solução da EDO y cos(x) = 0.

2.4 Aplicações das EDO 5 2.4 Aplicações das EDO Problema Geométrico: Determinar o ugar Geométrico de todos os pontos (x, y) em R 2 cuja inclinação da curva y = f(x), dada por y = y (x) é igual ao produto das coordenadas x e y no ponto genérico (x, y). A EDO que rege tal situação é y = x y. Problema de Física: Uma partícula de massa m move-se ao longo do eixo OX, sujeita a duas forças: uma força F d proporcional ao seu deslocamento a partir de um ponto fixo 0 da trajetória e uma força F a de atrito contrária ao movimento, proporcional à velocidade da partícula. A EDO que exprime a força resultante F r pode ser obtida com: F r = F d F a. A primeira força pode ser expressa por: F d = k 1 x. Sabendo-se que a velocidade v = dx da partícula é dada pela primeira derivada do dt deslocamento com relação à variável tempo, então a força de atrito é dada por: dx F a = k 2 dt onde k 1 e k 2 são constantes de proporcionalidade. Sabendo-se que a aceleração da partícula é a segunda derivada do deslocamento em relação ao tempo, isto é, a = d2 x dx2, então, expressamos pela ei de Newton: F r = m a = m d2 x dx 2 Assim, a EDO que rege o deslocamento desta partícula em função do tempo é: m d2 x dx = k dx 1x + k 2 2 dt

Seção 3 Modelos Populacionais 6 3 Modelos Populacionais Em 1798, o economista inglês Thomas Malthus, no trabalho An Essay on the Principle of Population formulou um modelo para descrever a população presente em um ambiente em função do tempo. Considerou N = N(t) o número de indivíduos de uma população, sendo N 0 esta população no instante t = 0. Considerou a hipótese que os nascimentos e mortes naquele ambiente eram proporcionais à população presente e que a variação da população era conhecida entre dois períodos, num lapso de tempo t. Se N é a variação da população, temos N = a N(t) t b N(t) t onde an(t) t é o número de nascimentos e bn(t) t é o número de mortes no período. Dessa forma onde r = a b. N t = r N(t) Tomando o limite quando t 0, obtemos dt = r N que é a EDO para o modelo populacional do ponto de vista de Malthus. Para resolver esta EDO, devemos usar o método das variáveis separáveis. 3.1 Método das variáveis separáveis Seja uma EDO separável escrita na forma h(y) y = g(x) onde g = g(x) e h = h(x) são funções reais contínuas.

3.1 Método das variáveis separáveis 7 Para resolver tal equação, procuraremos uma função F = F (x) que seja solução da EDO e para tal podemos reescrever a EDO acima na forma: h(y)dy = g(x)dx Integrando os termos à esquerda e à direita da igualdade, obtemos: h(y) dy = H(y) + C 1, g(x) dx = G(x) + C 2 A solução será apresentada na forma implícita por: ou seja H(y) + C 1 = G(x) + C 2 H(y) = G(x) + C onde C = C 2 C 1 também é uma constante arbitrária. Exemplo: A solução da EDO y = xy pode ser obtida reescrevendo esta EDO na forma: dy y = x dx de onde segue que ou seja log(y) = 1 2 x2 + K y(x) = K exp( 1 2 x2 ) Apresentamos gráficos de uma solução que passa próximo da origem e várias soluções dependentes da constante K:

3.1 Método das variáveis separáveis 8 A solução da EDO N = r N, obtida pelo método das variáveis separáveis é dada por: N(t) = C exp(r t) Se no instante t = 0, a população tem N 0 indivíduos, então a constante C pode ser tomada como C = N 0 e desse modo: N(t) = N 0 exp(r t) é a solução da equação populacional de Malthus, mas o gráfico correto para esta função depende dos valores de N 0 e r. Como a solução N = N(t) é uma função exponencial, o seu gráfico terá a mesma forma que o gráfico da função y = exp(x). Este modelo que estudamos supõe que o meio ambiente tenha pouca ou nenhuma influência sobre a população, logo, ele funciona melhor como um indicador do potencial de sobrevivência e de crescimento de uma certa espécie de população do que como um modelo para mostrar o que realmente ocorre. De acordo com esta equação se uma população de bactérias duplicasse a cada 20 minutos, dentro de dois dias, estariam formando uma camada em volta da Terra com 30 cm de espessura. Assim, segundo este modelo, enquanto os efeitos do meio ambiente são nulos, os dados da população obedecem à função: N(t) = N 0 exp(rt). Na realidade, quando N = N(t) aumenta, o meio ambiente oferece resistência ao seu crescimento populacional e tende a manter a população sob controle, e, alguns desses fatores são: a quantidade de alimentos, acidentes, guerras, epidemias,... Em 1837, Verhulst propôs uma modificação no modelo de Malthus, levando em conta estes fatores limitadores para a população. Verhulst assumiu a existência de uma população limite se o tempo fosse muito grande, pois os alimentos se reduziriam ao mínimo quando t.

3.1 Método das variáveis separáveis 9 Verhulst fez a suposição que: Figura 1: Modelo de Malthus 1. A taxa de variação da população em relação ao tempo deveria ser proporcional à população presente (o mesmo que Malthus), 2. Acrescentou uma nova hipótese. A taxa de variação da população em relação ao tempo deveria ser proporcional à fração da população ainda não utilizada até o momento da análise, identificada com N(t). Assim, foi montada a EDO: N (t) = r N(t) N(t) Quando N(t) se aproxima de 0, tem-se N(t) 1

3.1 Método das variáveis separáveis 10 Figura 2: Modelo de Verhulst e o modelo se parece com o modelo de Malthus: dt rn Quando N(t) se aproxima de, tem-se e a população tende a decrescer: Observação: O termo N(t) N(t) dt 0 0 é conhecido como fator de correção.

3.1 Método das variáveis separáveis 11 A EDO dt = rn(t) N(t) é equivalente a: N(t) = r(1 dt )N(t) e esta equação é não-linear porque a variável de estado N = N(t) aparece com um expoente diferente de 1. O número, denominado capacidade máxima do ambiente, é o número máximo de indivíduos que o ambiente permite. A reta N(t) = é uma assíntota horizontal para a curva sigmóide. Para resolver a EDO não-linear dt N(t) = r(1 )N(t) usamos o método de separação das variáveis, para escrever (1 N(t) ) N(t) = rdt Usando a decomposição em frações parciais, obtemos: [ 1 N + 1 ( 1 )] = rdt 1 N/ Integrando ambos os membros da igualdade, obtemos: N + 1 1 N/ = rdt que garante que: log(n) log(1 N/) = r t + A Tomando t = 0 segue que N(0) = N 0 e obtemos N 0 A = log( 1 N 0 / )

3.1 Método das variáveis separáveis 12 e substituindo esta constante, segue que: Explicitando N = N(t), obtemos: N(t) 1 N(t)/ = N 0 exp(r t) 1 N 0 / N(t) = 1 + ( N 0 1) exp(r t) Quando t, a população N = N(t) se aproxima de que é o máximo possível no ambiente, isto é, lim N(t) = t A adequação ao modelo de Verhulst já foi comprovada para muitas espécies populacionais, em experiências de laboratório e também em modelos populacionais estáveis. As populações de germes de fermento e de moscas aquáticas, por exemplo, crescem a uma taxa que não se afasta muito da que é dada pelo modelo. Você já experimentou fazer iogurte em sua casa? Você saberia construir um modelo para o crescimento populacional deste tipo de lactobacilo do iogurte? No entanto, quando o modelo é aplicado a comunidades humanas, às vezes, os resultados não são confiáveis principalmente quando o intervalo de tempo é muito grande. Isto ocorre porque as comunidades humanas são muito instáveis. A população dos Estados Unidos, entre 1790 e 1930 (um período relativamente longo) satisfez com boa aproximação este modelo como mostra

3.1 Método das variáveis separáveis 13 o quadro seguinte. Anos População Real Cálculo com a equação Erro relativo 1790 3.900.000 3.900.000 0, 000% 1800 5.300.000 5.300.000 0, 000% 1810 7.200.000 7.200.000 0, 000% 1820 9.600.000 9.700.000 1, 042% 1830 12.900.000 13.000.000 0, 775% 1840 17.100.000 17.400.000 1, 754% 1850 23.200.000 23.000.000 0, 862% 1860 31.400.000 30.200.000 3, 822% 1870 38.600.000 38.100.000 1, 295% 1880 50.200.000 49.900.000 0, 598% 1890 62.900.000 62.400.000 0, 795% 1900 76.000.000 76.500.000 0, 658% 1910 92.000.000 91.600.000 0, 435% 1920 106.500.000 107.000.000 0, 469% 1930 123.200.000 122.000.000 0, 974% Os dados e informações correspondentes a este período parecem sugerir uma população crítica, para os Estados Unidos, de aproximadamente 200 milhões de habitantes. Como a população americana ultrapassou os 200 milhões desde 1970, e está duplicando a cada 35 anos, o quadro parece assustador. A Segunda Guerra Mundial fez com que tal modelo não mais servisse para descrever o crescimento da população americana, mostrando que é necessário um modelo mais refinado, que responda bem, à extrapolação da população e para a estimativa da população crítica como funções do tempo. Observa-se que o modelo de Malthus não é apropriado para descrever populações humanas, porém este tipo de modelo é utilizado em muitas outras situações como os modelos do tipo exponencial, como: Decaimento radioativo, Carga e descarga de um capacitor em um circuito elétrico RC, Inflação, Juros compostos e Temperatura de um corpo.

3.2 Esquema usado para o modelo populacional 14 3.2 Esquema usado para o modelo populacional 1. Considerar o crescimento proporcional à população atual. 2. Montar a EDO 3. Obter a solução dt = kn, N(0) = N 0 N(t) = N 0 exp(k t) 4. Verificar que o crescimento é ilimitado se k > 0. 5. Concluir que o modelo é ruim para esta população no período 1820-1930. 6. Refazer o processo fazendo previsões sobre população, usando agora o modelo de Verhulst, que considera duas situações (a) O crescimento é proporcional à população atual (Malthus). (b) O crescimento é proporcional à fração não utilizada. 7. Montar a EDO 8. Obter a solução N(t) = dt = r(1 N )N 1 + ( N 0 1) exp(r t) 9. Analisar a solução e verificar que N(t) quando t e como conseqüência segue que dt 0. 10. Concluir que o modelo é excelente para a população americana em 1820-1930.

REFERÊNCIAS BIBIOGRÁFICAS 15 Referências bibliográficas [1] Bassanezi, R.C. Ferreira Jr., W. C. Equações Diferenciais com aplicações, Editora Harbra tda., São Paulo, 1988. [2] Bertalanffy,. Teoria Geral dos Sistemas, Editora Vozes, 1973, Petrópolis. [3] Burghes, D.N. Borrie, M.S. Modelling with Differential Equations, Ellis Horwood, 1981 [4] Costa, N.C.A. O conceito de estrutura em Ciência, in Boletim Sociedade Paranaense de Matemática 2 a. Série, vol.8 (1987) [5] Dym, C.. Ivey, Elizabeth S. Principles of Mathematical Modeling, Academic Press, N.York, 1980. [6] Huntley, E. A Divina Proporção: Um ensaio sobre a Beleza na Matemática, Editora Universidade de Brasília, Brasília, 1985. [7] angue, N. Problemas Experimentales Ingeniosos de Física, Editorial Mir - Moscu [8] Mathematical Association, Applications of sixth form Mathematicas, A compendium prepared for The Mathematical Association, G. Bell Sons td. ondon [9] Mathematical Association, Applications of Elementary Mathematics, A compendium prepared for The Mathematical Association, G. Bell Sons td. ondon [10] PATTEN, B.C. Systems Analysis and Simulation in Ecology, vol. I, Academic Press, N. York, 1971. [11] Polya, G. A arte de resolver problemas, Editora Interciência, Rio. 1986 [12] Sodré, U. Modelos Matemáticos, Notas de aulas. Dep. de Matemática da UE, 1987-2007.